How to combine ML and MCDM techniques: an extended bibliometric analysis
Yazarlar (3)
Arş. Gör. Mehmet Asaf DÜZEN
Yalova Üniversitesi, Türkiye
Arş. Gör. İsmail Buğra BÖLÜKBAŞI
Yalova Üniversitesi, Türkiye
Doç. Dr. Eyüp ÇALIK
Yalova Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
|
| Makale Alt Türü | Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale |
| Dergi Adı | Journal of innovative engineering and natural science (Online) |
| Dergi ISSN | 2791-7630 |
| Dergi Tarandığı Indeksler | TR DİZİN |
| Makale Dili | İngilizce |
| Basım Tarihi | 07-2024 |
| Cilt No | 4 |
| Sayı | 2 |
| Sayfalar | 642 / 657 |
| DOI Numarası | 10.61112/jiens.1475948 |
| Makale Linki | http://dx.doi.org/10.61112/jiens.1475948 |
| Özet |
| Makine Öğrenmesi (ML) ve Çok Kriterli Karar Verme (MCDM) son zamanlarda birçok farklı alanda yaygın olarak kullanılan popüler yöntemlerdir. Bu iki yöntemin birlikte kullanımının artması nedeniyle bu alanda bibliyometrik bir analize ihtiyaç duyulmaktadır. Bu çalışmada, Ocak 2000 ile Nisan 2024 tarihleri arasında Web of Science (WoS) ve Scopus veri tabanlarından alınan 1189 makale üzerinde yazar tarafından geliştirilen genişletilmiş bir bibliyometrik analiz gerçekleştirilmiştir. İlk bibliyometrik analizde, genel bir bölüm olarak, verileri anlamlı hale getirmek için VOSviewer programı kullanılmıştır. Özellikle anahtar kelime analizi ile ilgili yıllara ve ilişkilere göre analiz gerçekleştirilmiştir. Ayrıca, en sık kullanılan anahtar kelimeler belirlenmiş ve eğilimin yönü tespit edilmiştir. İlk bibliyometrik analiz sırasında, WoS veri tabanından 297 yayın ve Scopus'tan 11 yayın olmak üzere 308 makale analiz edilmiştir. Çalışma, bibliyometrik analizin genişletilmiş bir parçası olarak yeni modeller ve kategoriler oluşturarak mevcut literatürden ayrılıyor. Bu model ve kategorileri kullanarak, araştırmacıların makine öğrenimi ve ÇKKV'yi birlikte nasıl kullandıkları ve bu yöntemlerin ne yönde geliştiği sorularına yanıt aradık. Bu bağlamda, model ve kategorilerin farklı araştırma alanlarındaki dağılımı ve yıllar içindeki değişimleri analiz edildi. Bu çalışma, araştırmacılara makine öğrenimi ve ÇKKV tekniklerini entegre ederken çeşitli kombinasyon olasılıkları hakkında kapsamlı bir bakış açısı sunmaktadır. |
| Anahtar Kelimeler |
| VOSviewer | Bibliyometrik analiz | Çok kriterli karar verme | Makine öğrenmesi |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| TRDizin | 1 |